Penggabungan Gambar Panorama Menggunakan Metode SIFT (Scale Invariant Feature Transform )

Main Authors: Hasny, Ilmi, Munawir, Munawir, Fadillah, Nurul
Format: Article info eJournal
Bahasa: ind
Terbitan: Universitas Islam Sumatera Utara , 2020
Subjects:
Online Access: https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/2345
ctrlnum --jurnal.uisu.ac.id-index.php-index-oai:article-2345
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">Penggabungan Gambar Panorama Menggunakan Metode SIFT (Scale Invariant Feature Transform )</title><creator>Hasny, Ilmi</creator><creator>Munawir, Munawir</creator><creator>Fadillah, Nurul</creator><subject lang="en-US">Penggabungan, Panorama, Citra, SIFT</subject><description lang="en-US">Penggabungan gambar merupakan suatu proses menggabungkan gambar yang berbeda dan tumpang tindih menghasilkan sebuah gambar panorama. Gambar panorama adalah sebuah gambar yang memiliki sudut pandang yang luas dan sering disebut wide angle. &#xA0;Pengenalan objek merupakan suatu proses yang memberikan klarifikasi terhadap objek bentuk tertentu pada suatu gambar. Pengenalan objek memiliki tahap deteksi dan pengenalan. Ekstraksi fitur merupakan salah satu tahap untuk mengambil fitur-fitur penting yang mencirikan objek yang ingin dikenali. Salah satu metode ekstraksi fitur yaitu SIFT (Scale Invariant Feature Transform) dikatakan bahwa metode ini tidak terpengaruh oleh perubahan ukuran, adanya translasi, atau rotasi pada objek. Metode ini digunakan untuk pencarian keypoint. Jumlah keypoint dapat berubah berdasarkan&#xA0; nilai threshold. Jikalau nilai threshold lebih tinggi maka pencarian keypoint lebih akurat. Pada percobaan dengan nilai threshold 1 ditemukan keypoint sebanyak 41 dan nilai erornya 0,2743. Pada saat nilai threshold dinaikkan menjadi 3 jumlah keypoint yang ditemukan adalah 90 dan nilai erornya 1,0541.</description><publisher lang="en-US">Universitas Islam Sumatera Utara</publisher><contributor lang="en-US"/><date>2020-05-19</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Journal:Article</type><identifier>https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/2345</identifier><identifier>10.30743/infotekjar.v4i2.2345</identifier><source lang="en-US">InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan; Vol 4, No 2 (2020): InfoTekJar Maret</source><source>2540-7600</source><source>2540-7597</source><source>10.30743/infotekjar.v4i2</source><language>ind</language><rights lang="en-US">Copyright (c) 2020 Ilmi Hasny, Munawir Munawir, Nurul Fadillah</rights><rights lang="en-US">https://creativecommons.org/licenses/by/4.0</rights><recordID>--jurnal.uisu.ac.id-index.php-index-oai:article-2345</recordID></dc>
language ind
format Journal:Article
Journal
Other:info:eu-repo/semantics/publishedVersion
Other
Journal:eJournal
author Hasny, Ilmi
Munawir, Munawir
Fadillah, Nurul
title Penggabungan Gambar Panorama Menggunakan Metode SIFT (Scale Invariant Feature Transform )
publisher Universitas Islam Sumatera Utara
publishDate 2020
topic Penggabungan
Panorama
Citra
SIFT
url https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/2345
contents Penggabungan gambar merupakan suatu proses menggabungkan gambar yang berbeda dan tumpang tindih menghasilkan sebuah gambar panorama. Gambar panorama adalah sebuah gambar yang memiliki sudut pandang yang luas dan sering disebut wide angle. Pengenalan objek merupakan suatu proses yang memberikan klarifikasi terhadap objek bentuk tertentu pada suatu gambar. Pengenalan objek memiliki tahap deteksi dan pengenalan. Ekstraksi fitur merupakan salah satu tahap untuk mengambil fitur-fitur penting yang mencirikan objek yang ingin dikenali. Salah satu metode ekstraksi fitur yaitu SIFT (Scale Invariant Feature Transform) dikatakan bahwa metode ini tidak terpengaruh oleh perubahan ukuran, adanya translasi, atau rotasi pada objek. Metode ini digunakan untuk pencarian keypoint. Jumlah keypoint dapat berubah berdasarkan nilai threshold. Jikalau nilai threshold lebih tinggi maka pencarian keypoint lebih akurat. Pada percobaan dengan nilai threshold 1 ditemukan keypoint sebanyak 41 dan nilai erornya 0,2743. Pada saat nilai threshold dinaikkan menjadi 3 jumlah keypoint yang ditemukan adalah 90 dan nilai erornya 1,0541.
id IOS4523.--jurnal.uisu.ac.id-index.php-index-oai:article-2345
institution Universitas Islam Sumatera Utara
institution_id 1254
institution_type library:university
library
library Universitas Islam Sumatera Utara
library_id 1095
collection InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)
repository_id 4523
subject_area Computer Modeling and Simulation/Model dan Simulasi Komputer
Computer Communications Networks/Jaringan Komunikasi Komputer
Algorithms/Algoritma
Computer Security, Data Security/Keamanan Komputer, Keamanan Data
city KOTA MEDAN
province SUMATERA UTARA
shared_to_ipusnas_str 1
repoId IOS4523
first_indexed 2020-05-24T16:39:47Z
last_indexed 2020-08-03T11:37:29Z
recordtype dc
_version_ 1686136660916436992
score 17.538404